• 本

深層学習による自動作曲入門

出版社名 オーム社
出版年月 2024年5月
ISBNコード 978-4-274-23194-0
4-274-23194-1
税込価格 3,080円
頁数・縦 202P 21cm

商品内容

要旨

AIによる自動作曲を、技術と音楽の両面から解説。AIと音楽に興味を持つすべての人へ。

目次

第1章 AIによる自動作曲とは
第2章 音楽の基礎知識
第3章 AIモデル
第4章 楽譜(MIDI)としての自動作曲1 時系列学習による自動作曲
第5章 楽譜(MIDI)としての自動作曲2 生成モデルによる自動楽曲
第6章 楽譜(MIDI)としての自動作曲3 強化学習による自動作曲
第7章 波形としての自動作曲
第8章 データセットおよび評価指標
第9章 前処理とデータ拡張
第10章 AIの他の音楽分野への応用
第11章 今後の課題とまとめ

出版社・メーカーコメント

人工知能は作曲家の夢を見るか?【本書のポイント】・深層学習による自動作曲技術の全体像を知る・PythonとColaboratoryによる実践・データセットを多数紹介機械学習による自動作曲(AI作曲)技術を解説した専門書です。機械学習やメディアアート関係の研究者、学生、音楽産業の技術者を主な読者対象として、現在の自動作曲技術をまとめています。また、実践要素(Python/Colaboratoryを使った自動作曲の実践)を設けて、情報科学の知識のないクリエイターやアマチュア作曲者、動画制作者などが自動作曲にチャレンジできるようにしました。近年、画像生成を中心にAI(機械学習)によるメディア生成が注目を集めています。自動作曲はその名の通り、音楽を生成する技術で、近年では機械学習・深層学習による自動作曲・音楽分析が盛んに研究されています。本書では、言語・音声などの従来の時系列データと異なる音楽データの特徴に基づく分析や、音声の生成のような「それっぽい」にとどまらない美的な質の学習方法や評価といった、音楽に特化した機械学習のアプローチを解説します。読者は本書によって、現時点での深層学習による自動作曲の全体図を理解でき、またGoogleのMusic TransformerやOpenAIのJukeboxなど、最先端の重要モデルの仕組みや性能を学ぶことができます。自身のAI作曲の性能向上や実用性の改善を図ることが可能となります。

著者紹介

シン,アンドリュー (シン,アンドリュー)   Shin,Andrew
AI研究者兼フリーランス作曲家。現在、慶應義塾大学デジタルメディアコンテンツ研究センター特任助教。東京大学大学院情報理工学系研究科博士課程修了後、ソニーグループ株式会社のR&Dセンターを経て、2022年現職に着任。主な研究関心分野は画像認識と自然言語処理の融合、また言語・音楽のような系列・記号データの認識および生成。BEJ48、海蔵亮太、ZE:Aなどのアーティストに楽曲提供(本データはこの書籍が刊行された当時に掲載されていたものです)